无人驾驶深度学习模型组合剪枝算法

摘要

首先对网络模型进行正则化,提高网络泛化能力及模型稀疏度;接着采用组合剪枝算法,先对卷积层卷积核进行删减,再对全连接层权重进行删减.剪枝过程分多次进行,每次剪枝后通过再训练以恢复模型分类识别性能.实验结果表明:提出的组合剪枝算法能够在保证VGG—16网络对车辆数据集分类识别率保持在92.84％的情况下,对网络模型压缩了79％,加速3.38倍.